Use este identificador para citar ou linkar para este item: http://repositorio.ufc.br/handle/riufc/32368
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorLinhares, Fabricio Carneiro-
dc.contributor.authorCastro, Tiago Monte de-
dc.date.accessioned2018-05-28T20:08:01Z-
dc.date.available2018-05-28T20:08:01Z-
dc.date.issued2012-
dc.identifier.citationCASTRO, Tiago Monte de. Avaliando o Forecast Content dos principais indicadores macroeconômicos do Ceará. 2012. 43 f. Trabalho de Conclusão de Curso (Graduação em Ciências Econômicas) - Universidade Federal do Ceará, Faculdade de Economia, Administração, Atuária e Contabilidade, Fortaleza, 2012.pt_BR
dc.identifier.urihttp://www.repositorio.ufc.br/handle/riufc/32368-
dc.description.abstractDue to the importance of having a range of information that supports good planning for economic parts of organs, it is essential to assess how far in the future, the predictions of the autoregressive models perform well for the variables to be analyzed. The following variables are Ceará: a monthly collection of the Tax on Circulation of Goods and Services (ICMS), Federal Collection (AF) from income tax withholding, Energy Consumption (EEC), Industrial Production Index (IPI ), revenue from exports (EXP) and Consumer Price index (IPCA), from January 2000 to August 2011. We use the forecast content function method, developed by Galbraith (1999), which represents how the model provides improvement by reducing the relative mean squared error, compared to the more streamlined process that uses the unconditional mean of the series. The results show that over 80% of the series evaluated were estimated forecast for a period of 12 months ahead, because you want to contribute to the planning of various organs in the adoption of economic measures.pt_BR
dc.language.isopt_BRpt_BR
dc.subjectMacroeconomiapt_BR
dc.subjectIndicadores econômicos - Cearápt_BR
dc.subjectEconometriapt_BR
dc.titleAvaliando o Forecast Content dos principais indicadores macroeconômicos do Cearápt_BR
dc.typeTCCpt_BR
dc.description.abstract-ptbrDevido à importância de se ter uma gama de informações que colaborem para um bom planejamento por partes de órgãos econômicos, é fundamental avaliar o quão distante, no futuro, as previsões dos modelos auto-regressivos apresentam um bom desempenho para as variáveis a serem analisadas. Serão estudadas as seguintes variáveis cearenses: a arrecadação mensal do Imposto sobre Circulação de Mercadorias e Serviços (ICMS), Arrecadação Federal (AF) proveniente do imposto de renda retido na fonte, Consumo de Energia Elétrica (CEE), Índice de Produção Industrial (IPI), arrecadação com Exportações (EXP) e Índice de Preços ao Consumidor Amplo (IPCA), no período de janeiro de 2000 a agosto de 2011. Utilizase o método forecast content function, desenvolvido por Galbraith (1999), que representa o quanto o modelo proporciona de melhoria, mediante a redução relativa do erro quadrado médio, em relação ao processo mais simplificado que utiliza a média incondicional da série temporal. Os resultados mostram que mais de 80% das séries avaliadas apresentaram estimativas de previsão para um período de 12 meses à frente, fato que pretende contribuir às áreas de planejamento de diversos órgãos na adoção de medidas econômicas.pt_BR
Aparece nas coleções:CIÊNCIAS ECONÔMICAS - Monografias

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2012_tcc_tmcastro.pdf790,23 kBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.